量子遗传算法在变压器故障诊断模型中的应用

• 作者: 周国庆 龚瑞昆
• 来源期刊: 现代电子技术
• 关键词: 变压器 故障诊断 BP神经网络 量子计算 RBF神经网络 量子遗传算法
• 年，卷（期）: 2018,（15）
• 所属期刊栏目: 电子技术及应用
• 页码范围: 129-132
• 页数: 4页
• 分类号: TN98-34|TP391.9
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2018.15.029

摘要

传统的BP神经网络诊断模型容易陷入局部最优,且诊断正确率较低,因此,提出将量子遗传算法应用于RBF网络诊断模型.首先确定RBF神经网络的输入输出、建立RBF网络模型,然后把归一化后的数据送入RBF网络模型,利用量子遗传算法对RBF神经网络进行优化,得到最优诊断模型,最后输出诊断结果.用Matlab进行仿真,其结果表明该算法解决了系统容易陷入局部最优的问题,在训练48代后就快速获得最优解,加快了网络的收敛速度.同时RBF神经网络的泛化能力也得到很好的改善,故障诊断正确率达93％,远远高于传统神经网络模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	龚瑞昆		22	35	3.0	4.0
2	周国庆		6	11	2.0	3.0